This course provides an unique opportunity for you to learn key components of text mining and analytics aided by the real world datasets and the text mining toolkit written in Java. Hands-on experience in core text mining techniques including text preprocessing, sentiment analysis, and topic modeling help learners be trained to be a competent data scientists.
Empowered by bringing lecture notes together with lab sessions based on the y-TextMiner toolkit developed for the class, learners will be able to develop interesting text mining applications.
oferecido por
Universidade Yonsei
9,109 Inscrito
Programa - O que você aprenderá com este curso
Semana
13 horas para concluir
Course Logistics and the Text Mining Tool for the Course
4 vídeos (total de (Total 53 mín.) min), 1 leitura, 1 teste
4 videos
1.2 Explanations of the y-TextMiner package and the datasets9min
1.3 How-to-do: workspace installation and setup15min
1.4 How-to-use: the y-TextMiner package (download it at http://informatics.yonsei.ac.kr/yTextMiner/yTextMiner1.2.zip)13min
1 leituras
What is Text Mining?10min
Semana
23 horas para concluir
Text Preprocessing
5 vídeos (total de (Total 67 mín.) min), 1 leitura, 1 teste
5 videos
2.2 What is text mining?10min
2.3 Description of preprocessing techniques11min
2.4 How-to-do: normalization including tokenization and lemmatization20min
2.5 How-to-do: N-Grams14min
1 leituras
Text Preprocessing10min
Semana
33 horas para concluir
Text Analysis Techniques
6 vídeos (total de (Total 62 mín.) min), 2 leituras, 1 teste
6 videos
3.2 Explanations of named entity recognition11min
3.3 Explanations of dependency parsing8min
3.4 How-to-do: stopword removal and stemming14min
3.5 How-to-do: NER and POS Tagging6min
3.6 How-to-do: constituency and dependency parsing9min
2 leituras
Stemming and Lemmatization10min
Named Entity Recognition10min
Semana
43 horas para concluir
Term Weighting and Document Classification
5 vídeos (total de (Total 52 mín.) min), 2 leituras, 1 teste
5 videos
4.2 Explanations of document classification11min
4.3 Explanations of sentiment analysis9min
4.4 How-to-do: computation of tf*idf weighting10min
4.5 How-to-do: classification with Logistic Regression11min
2 leituras
Text Classification10min
TF-IDF10min
Semana
53 horas para concluir
Sentiment Analysis
6 vídeos (total de (Total 59 mín.) min), 1 leitura, 1 teste
6 videos
5.2 Explanations of sentiment analysis with unsupervised learning10min
5.3 Explanations of sentiment analysis with CoreNLP, LingPipe and SentiWordNet10min
5.4 How-to-do: sentiment analysis with CoreNLP8min
5.5 How-to-do: sentiment analysis with LingPipe9min
5.6 How-to-do: sentiment analysis with SentiWordNet10min
1 leituras
Opinion mining and sentiment analysis by Bo Pang and Lillian Lee10min
Semana
63 horas para concluir
Topic Modeling
5 vídeos (total de (Total 55 mín.) min), 1 leitura, 1 teste
5 videos
6.2 Explanations of LDA and DMR10min
6.3 Description of Topic Modeling with Mallet13min
6.4 How-to-do: LDA11min
6.5 How-to-do: DMR11min
1 leituras
Introduction to Probabilistic Topic Models by David Blei10min
4.0
8 avaliaçõesMelhores avaliações
Excellent theory and hands-on lab codes. It'd be great if you could also cover how-to in other relevant programming languages using R or Python.
Instrutores
Min Song
ProfessorLibrary & Information Technology
Sobre Universidade Yonsei
Yonsei University was established in 1885 and is the oldest private university in Korea.
Yonsei’s main campus is situated minutes away from the economic, political, and cultural centers of Seoul’s metropolitan downtown. Yonsei has 3,500 eminent faculty members who are conducting cutting-edge research across all academic disciplines. There are 18 graduate schools, 22 colleges and 133 subsidiary institutions hosting a selective pool of students from around the world.
Yonsei is proud of its history and reputation as a leading institution of higher education and research in Asia.
Perguntas Frequentes – FAQ
Quando terei acesso às palestras e às tarefas?
Ao se inscrever para um Certificado, você terá acesso a todos os vídeos, testes e tarefas de programação (se aplicável). Tarefas avaliadas pelos colegas apenas podem ser enviadas e avaliadas após o início da sessão. Caso escolha explorar o curso sem adquiri-lo, talvez você não consiga acessar certas tarefas.
O que recebo ao adquirir o Certificado?
Quando você adquire o Certificado, ganha acesso a todo o material do curso, incluindo avaliações com nota atribuída. Após concluir o curso, seu Certificado eletrônico será adicionado à sua página de Participações e você poderá imprimi-lo ou adicioná-lo ao seu perfil no LinkedIn. Se quiser apenas ler e assistir o conteúdo do curso, você poderá frequentá-lo como ouvinte sem custo.
Qual é a política de reembolso?
Existe algum auxílio financeiro disponível?
Mais dúvidas? Visite o Central de Ajuda ao Aprendiz.
O Coursera proporciona acesso universal à melhor educação do mundo fazendo parcerias com as melhores universidades e organizações para oferecer cursos on-line.
© 2019 Coursera Inc. Todos os direitos reservados.
